【IF=14.1】赛维森AI首发精准分层尿路上皮癌肌层浸润

近日，赛维森（CellsVision）携手中山大学孙逸仙纪念医院林天歆教授、吴少旭教授团队，联合三个医疗中心团队开展2,116例回顾性数据分析和140例前瞻性验证，研究创新性地融合尿液细胞学图像特征、放射学评估（CT/MR）及临床数据，开发了全球首个精准检测尿路上皮癌肌层浸润的AI系统（PUCAS-M）。研究成果在国际权威期刊《Advanced Science》（IF=14.1，JCR Q1区）在线发表，题为"Artificial Intelligence-Assisted Urine Cytology for Noninvasive Detection of Muscle-Invasive Urothelial Carcinoma: A Multi-Center Diagnostic Study with Prospective Validation"。

尿路上皮癌（UC）是泌尿系统高发肿瘤，肌层浸润（MI）状态是决定预后的关键因素。传统诊断方法面临双重局限：侵入性操作（如膀胱镜/输尿管镜检）增加患者负担，且准确性不足（影像学AUROC仅0.773，细胞学敏感性低至36.8%），导致肌层浸润状态误判风险显著升高，尤其对影像结果模糊或新辅助治疗后病例易误诊。膀胱癌（BC）和上尿路癌（UTUC）的MI误判可能导致治疗不足或过度，亟需无创、精准的检测工具。  

• 技术核心：YOLOv7定位非典型细胞，EfficientNet提取特征，RegNetY/ConvNeXt-B分析组织架构，Bi-LSTM/Transformer整合空间信息，Top-N Feature模块，通过LightGBM分类器训练并使用SHAP分析来解释模型的特征贡献。

• 多模态升级：整合影像报告和临床数据（年龄、血尿等），形成改良模型mPUCAS-M，通过LightGBM分类器优化决策，SHAP分析确保可解释性。

  
  

• 诊断效能优于影像学：AUROC达0.857（95% CI: 0.820–0.895），显著高于影像科医师的0.773（P=0.005），敏感性84.4%–90.3%，特异性84.9%–89.9%。  

• 影像模糊病例优势突出：对不确定影像（Radiology Tx）的敏感性高达93.5%，避免因影像结果模糊（如 VI-RADS 评分=3 或肾功能不全禁用造影剂）无法明确肌层浸润分期，导致显著漏诊风险。

图1 PUCA-M模型在验证队列中的诊断表现

• 膀胱癌（BC）：敏感性从63.9%跃升至83.3%（AUROC=0.884），尤其在新辅助治疗亚组保持高稳定性（AUROC 0.857–0.865），而影像性能骤降至0.594。  

图2 mPUCAS-M检测肌层浸润性膀胱癌（MIBC）的性能：对比PUCAS-M与影像科医师评估

• 上尿路癌（UTUC）：敏感性从76.9%提升至90.3%（AUROC=0.900），为罕见亚型提供可靠无创方案。 

图3 mPUCAS-M检测上尿路肌层浸润癌（MI UTUC）的性能：对比PUCAS-M与影像科医师评估

PUCAS-M为尿路上皮癌管理提供变革性工具：

精准治疗：指导新辅助化疗适应症筛选，避免膀胱切除术（如BC病例）或肾输尿管切除术（UTUC病例）。

复发监测：敏感性83.3%助力术后随访，减少侵入性检查。

未来拓展：计划整合DNA甲基化标志物，升级多组学模型，并向全球多中心推广。

参考文献：

Shen R, Jiang F, Huang X, et al. Artificial Intelligence‐Assisted Urine Cytology for Noninvasive Detection of Muscle‐Invasive Urothelial Carcinoma: A Multi‐Center Diagnostic Study with Prospective Validation[J]. Advanced Science, 2025: e08977.